Für Nutzer lokaler Modelle
Conduit betreibt, lädt oder verwaltet keine Modelle — es ist eine Desktop-App, die sich mit dem lokalen Server verbindet, den du schon betreibst: direkt mit Ollama oder LM Studio, oder mit jedem OpenAI-kompatiblen Endpunkt wie einem selbst gehosteten vLLM- oder SGLang-Server. Kein Schlüssel, keine Rechnung, und der Rest der App — Dokumente, MCP-Tools, Artefakte, Skills, Gedächtnis — funktioniert genau wie bei einem Cloud-Modell.
Das Problem
Du hast schon ein Modell laufen — heruntergeladen in Ollama, geladen in LM Studio, oder ausgeliefert von deiner eigenen vLLM-Instanz. Was fehlt, ist kein Modell. Es ist alles drumherum: ein Ort, um alte Unterhaltungen zu durchsuchen, eine Datei anzuhängen, ein Tool aufzurufen oder ein Cloud-Modell zu erreichen, ohne komplett das Fenster zu wechseln.
Was du bekommst
Conduit fasst deine Modelldateien nicht an. Es ist der Client, und dein lokaler Server bleibt zuständig für die Inferenz.
Conduit lädt keine Modelle herunter und verwaltet keine — es verbindet sich mit dem Server, den du schon betreibst, also gibt es keine Zugangsdaten einzufügen und nichts zu messen. Lokale Modelle stehen im Kostendiagramm bei 0 €, weil sie dich nichts kosten.
Dokumente mit Ollama-Embeddings, MCP-Tools, Artefakte, Skills, gespeicherte Prompts, Volltextsuche, Apps und Workflows — alles funktioniert gleich, egal ob das Modell dahinter auf deinem Rechner oder in der Cloud läuft.
Wenn eine Frage ein Frontier-Modell braucht, wechsle den Provider, ohne die Unterhaltung zu verlassen. Bleibst du beim lokalen Provider, wird diese Option einfach nie genutzt.
So funktioniert's
Drei Schritte. An keiner Stelle lädst du ein Modell durch Conduit selbst herunter.
Starte Ollama, LM Studio oder deinen eigenen vLLM- oder SGLang-Server wie gewohnt, mit dem Modell, das geladen oder heruntergeladen sein soll.
Wähle unter Einstellungen → Provider & Schlüssel direkt Ollama oder LM Studio, oder wähle den OpenAI-kompatiblen Provider und füge die Basis-URL deines Servers ein. Keiner der beiden lokalen Provider braucht einen Schlüssel.
Wähle es aus der Liste, die Conduit von deinem Server abruft. Dokumente, MCP-Tools, Artefakte und alles andere in der App funktionieren genau wie mit einem gehosteten Modell.
Wähle deine Laufzeitumgebung
Die genauen Bildschirme und alle vorausgefüllten Standardwerte stehen in der Dokumentation — hier steht, was jede Variante von dir braucht.
| Laufzeitumgebung | Was du einfügst | Zugangsdaten |
|---|---|---|
| Ollama | Seine Basis-URL — editierbar, falls du den Port geändert hast oder es anderswo betreibst | Keine — lokal |
| LM Studio | Die Basis-URL seines lokalen Servers | Keine — lokal |
| Jeder OpenAI-kompatible Server — vLLM, SGLang, ein Proxy wie LiteLLM | Die Basis-URL dieses Endpunkts | Optional, nur wenn der Endpunkt eine verlangt |
Alle drei sind Provider mit editierbarer Basis-URL, sodass Conduit auf einen abweichenden Port oder einen anderen Rechner in deinem Netzwerk zu richten eine Einstellungsänderung ist, kein Neubau. Conduit im Vergleich zu Ollamas eigener App geht genauer darauf ein, was ein eigener Client speziell zu Ollama hinzufügt.
Grenzen
Die vollständige Netzwerkaufschlüsselung, für jede Funktion, steht auf der Datenschutzseite.
Nein — Conduit betreibt, lädt oder verwaltet selbst nie Modellgewichte. Es ist eine Desktop-Chat-App, die sich mit einem lokalen Server verbindet, den du schon betreibst — direkt mit Ollama oder LM Studio, oder mit jedem OpenAI-kompatiblen Endpunkt wie einer selbst gehosteten vLLM- oder SGLang-Instanz. Modelle herunterladen, löschen und aktualisieren bleibt Sache dieses Servers, nicht von Conduit.
Ja. Wähle LM Studio aus der Providerliste in den Einstellungen, genau wie Ollama — keine Zugangsdaten nötig, und Conduit ruft ab, welche Modelle es gerade bereitstellt. Richte das Basis-URL-Feld auf die lokale Serveradresse von LM Studio, falls du nicht die Standardadresse nutzt.
Ja, über den OpenAI-kompatiblen Provider — den siebzehnten Provider, den Conduit mitbringt und der genau dafür gebaut ist. Richte ihn auf die Basis-URL deines Servers und füge nur dann einen Schlüssel hinzu, wenn dein Setup einen verlangt; derselbe Weg deckt jeden selbst gehosteten Proxy ab, der die OpenAI-Chat-Completions-API spricht.
Mit einem gewählten lokalen Provider und Update-Prüfungen, die auf ihrer Standardeinstellung manuell bleiben, ja — das Modell läuft auf deinem Rechner, und der Local-only-Modus schaltet zusätzlich Websuche und Cloud-Dokumentindexierung ab, sodass nichts sonst in der App von sich aus nach außen greift. Das ändert sich erst, wenn du die Hintergrundprüfung einschaltest oder einen Cloud-Provider wählst.
Toolnutzung und Vision hängen vom Modell ab, nicht von Conduit — MCP- und integrierte Tools funktionieren mit jedem Modell, dessen Adapter Tool-Aufrufe unterstützt, und Bildanhänge gehen an Modelle, die sie akzeptieren; ein reines Textmodell wie DeepSeek bekommt ein angehängtes Bild mit einem genannten Grund verworfen statt einer vorgetäuschten Antwort. Bilderzeugung selbst läuft heute nur bei OpenAI, Gemini oder OpenRouter, nie auf einem lokalen Modell.
Verwandtes
Deine eigenen API-Schlüssel für jeden gehosteten Provider, für die Tage, an denen ein lokales Modell nicht ganz reicht.
Eigenen Schlüssel mitbringen Für EntwicklerLokale und entfernte Server, OAuth, und Zustimmung, abgestuft danach, was ein Tool kann — für ein lokales Modell mit etwas zu tun.
Conduit als dein MCP-Client Für Recherche und AnalyseIndexiere eine Sammlung mit Ollama-Embeddings, und die Suche bleibt so lokal wie das Chat-Modell.
Mit deinen Dokumenten chattenKostenlos und Open Source. Kein Konto, kein Schlüssel nötig für Ollama oder LM Studio.
Ein Release Candidate: Die Installer sind noch nicht vom Betriebssystem code-signiert, rechne beim ersten Start also mit einer SmartScreen- oder Gatekeeper-Warnung.